动态规划算法-read.pdf

100 第六章 动态规划算法 §1.动态规划算法的基本思想 动态规划方法是处理分段过程最优化问题的一类及其有效的方法。在实际 生活中，有一类问题的活动过程可以分成若干个阶段，而且在任一阶段后的行为 依赖于该阶段的状态，与该阶段之前的过程是如何达到这种状态的方式无关。这 类问题的解决是多阶段的决策过程。20世纪50年代，贝尔曼（Richard Bellman） 等人提出了解决这类问题的“最优化原则”，从而创建了最优化问题的一种新的 算法――动态规划算法。最优化原则指出，多阶段过程的最优决策序列应当具有 性质： 无论过程的初始状态和初始决策是什么，其余的决策都必须相对于初始 决策所产生的状态构成一个最优决策序列。 这要求原问题的最优解需包含其（相干）子问题的一个最优解（称为最优子结构 性质）。 动态规划算法采用最优化原则来建立递归关系式（关于求最优值的），在求 解问题时有必要验证该递归关系式是否保持最优化原则。若不保持，则不可用动 态规划算法。在得到最优值的递归式之后，需要执行回溯以构造最优解。在使用 动态规划算法自顶向下（Top-Down）求解时，每次产生的子问题并不总是新问题， 有些子问题反复计算多次，动态规划算法正是利用了这种子问题重叠性质。对每 一个子问题只计算一次，而后将其解保存在一个表格中，当再次要解此子问题时， 只是简单地调用（用常数时间）一下已有的结果。 通常，不同的子问题个数随着输入问题的规模呈多项式增长，因此，动态 规划算法通常只需要多项式时间，从而获得较高的解题效率。最优子结构性质和 子问题重叠性质是采用动态规划算法的两个基本要素。 例1．多段图问题 设G=(V,E)是一个赋权有向图，其顶点集V被划分成k2 个不相交的子集V : i 1≤i≤k，其中，V 和V 分别只有一个顶点s(称为源)和一个顶点t(称为汇)，图6-1-1 1 k 中所有的边(u,v)的始点和终点都在相邻的两个子集V和V 中，而且u∈V ，v∈V i i＋1 i i ＋1。 多阶段图问题：求由s到t 的最小成本路径（也叫最短路径）。 对于每一条由s到t的路径，可以把它看成在k-2个阶段做出的某个决策序列 的相应结果：第i步决策就是确定Vi+1中哪个顶点在这条路径上。 101 V1 V2 V3 V4 V5 7 7 2 4 7 6 9 4 2 9 6 9 2 5 4 4 7 3 s 116 7 7 5 3 102